数据开发工程师（AI 与智能问数方向）面经

面试时间：9.23 面试岗位：数据开发 面试公司：虾皮 Q：请做一下自我介绍。 Q：你最擅长哪部分？ Q：你的项目是离线数仓，你觉得当前数仓建模存在什么问题，有哪些可优化点？ Q：你们建模的过程是怎样的？ Q：分层是怎么设计的？ Q：如何避免重复建表？其他人可能不知道已有同一张表，重复新建。 Q：站在数据架构和数据治理角度，业务希望需求尽快上线，同时资源紧张。既要时效，又要控制存储，如何平衡？ Q：口径变更时，为什么选择新建表切换依赖，而不是直接在原表上改造？ Q：搭建这条数据链路整体思路是什么？ Q：其他同学也能说出这些内容，对比其他人，你的突出优势是什么？ Q：你说优势是全链路思维。那在AI使用这块，相比其他人你的优势在哪里？ Q：你是做AI模型，还是Agent这类平台？ Q：在这个过程中你学到了什么？智能问数Agent存在哪些问题？ Q：从架构和实现上，你理解智能问数Agent是怎么做的？ Q：检索增强的时候，怎么检索到和业务意图最匹配的片段？ Q：如果跨业务域查询，怎么规避跨域错误调用？ Q：没有看底层代码，你是怎么学习Agent执行流程的？ Q：你怎么快速学习业务知识？ Q：平时还在学习哪些新知识？ Q（求职者反问）：请问团队规模有多少？数据方向短期规划是什么，当前遇到哪些瓶颈？ A：数据团队大约二十多人，常规大数据组件都在使用，处理的数据体量很大。 规划核心是数据+AI，重点建设知识库，基于知识库搭建面向商家的数据平台。AI负责理解需求、拆解、开发，人主要做结果审核。当前难点是上下文管理、数据口径校验，这些都沉淀在知识库。 Q（求职者反问）：用到这么多引擎，是统一平台自动调度、自动选引擎，还是开发根据引擎特性，在不同平台分别提交任务？ A：有统一处理平台，平台根据任务特性自动选择对应的引擎。 Q（求职者反问）：如果知识库成熟，数据流转基本不需要人工介入。那数据开发还有价值吗？ A：需要人工做沉淀和校验。单纯依赖大模型，稳定性不足。 Q（求职者反问）：链路成熟、知识库完善之后，新入职同学如果没有完整经历全链路，只维护知识库，会不会存在风险？ A：这和刚才问到的如何学习业务知识是同一个问题。